1

Estadstica &
Probabilidades
Modelos (Distribuciones) probabilsticas
2
Concepto: Variable aleatoria
El resultado de un experimento aleatorio puede ser descrito en
ocasiones como una cantidad numrica.

En estos casos aparece la nocin de variable aleatoria
Funcin que asigna a cada suceso un nmero.

Las variables aleatorias pueden ser discretas o continuas (como en el
primer tema del curso).

3
Funcin de probabilidad (V. Discretas)
Asigna a cada posible valor de una
variable discreta su probabilidad.
Recuerdando los conceptos de
frecuencia relativa y diagrama de
barras.
Ejemplo
Nmero de caras al lanzar 3
monedas.
0%
5%
10%
15%
20%
25%
30%
35%
40%
0 1 2 3
4
Funcin de densidad (V. Continuas)
Definicin
Es una funcin no negativa de
integral 1.
Pinsalo como la generalizacin del
histograma con frecuencias relativas
para variables continuas.


Para qu lo voy a usar?
Nunca lo vas a usar directamente.
Sus valores no representan
probabilidades.
5
Para qu sirve la f. densidad?
Muchos procesos aleatorios vienen descritos por variables de forma que son
conocidas las probabilidades en intervalos.

La integral definida de la funcin de densidad en dichos intervalos coincide con la
probabilidad de los mismos.

Es decir, identificamos la probabilidad de un intervalo con el rea bajo la funcin
de densidad.
6
Funcin de distribucin
Es la funcin que asocia a cada valor de una
variable, la probabilidad acumulada
de los valores inferiores o iguales.

Pinsalo como la generalizacin de las
frecuencias acumuladas. Diagrama integral.

A los valores extremadamente bajos les corresponden
valores de la funcin de distribucin cercanos a cero.

A los valores extremadamente altos les corresponden
valores de la funcin de distribucin cercanos a uno.

Lo encontraremos en los artculos y aplicaciones en forma de p-
valor, significacin,
No le deis ms importancia a este comentario ahora. Ya os
ir sonando conforme avancemos.
7
Para qu sirve la f. distribucin?
Contrastar lo anmalo de una observacin concreta.

S que una persona de altura 210cm es anmala porque la funcin de
distribucin en 210 es muy alta.
S que una persona adulta que mida menos de 140cm es anmala
porque la funcin de distribucin es muy baja para 140cm.

S que una persona que mida 170cm no posee una altura nada extraa
pues su funcin de distribucin es aproximadamente 0,5.

Relacinalo con la idea de cuantil.

En otro contexto (contrastes de hiptesis) podremos observar unos
resultados experimentales y contrastar lo anmalos que son en conjunto
con respecto a una hiptesis de terminada.

Intenta comprender la explicacin de clase si puedes. Si no, ignora
esto de momento. Revisita este punto cuando hayamos visto el tema
de contrastes de hiptesis.
8
Valor esperado y varianza de una v.a. X
Valor esperado
Se representa mediante E[X]
Es el equivalente a la media
Ms detalles: Ver libro.

Varianza
Se representa mediante VAR[X] o
2

Es el equivalente a la varianza
Se llama desviacin tpica a
Ms detalles: Ver libro.
9
Algunos modelos de v.a.
Hay v.a. que aparecen con frecuencia en las Ciencias de la Salud.
Experimentos dicotmicos.
Bernoulli

Contar xitos en experimentos dicotmicos repetidos:
Binomial
Poisson (sucesos raros)

Y en otras muchas ocasiones
Distribucin normal (gaussiana, campana,)

El resto del tema est dedicado a estudiar estas distribuciones
especiales.
10
Distribucin de Bernoulli
Tenemos un experimento de Bernoulli si al realizar un
experimentos slo son posibles dos resultados:
X=1 (xito, con probabilidad p)
X=0 (fracaso, con probabilidad q=1-p)

Lanzar una moneda y que salga cara.
p=1/2
Elegir una persona de la poblacin y que est enfermo.
p=1/1000 = prevalencia de la enfermedad
Aplicar un tratamiento a un enfermo y que ste se cure.
p=95%, probabilidad de que el individuo se cure

Como se aprecia, en experimentos donde el resultado es
dicotmico, la variable queda perfectamente determinada
conociendo el parmetro p.

11
Ejemplo de distribucin de Bernoulli.
Se ha observado estudiando 2000 accidentes de trfico con impacto
frontal y cuyos conductores no tenan cinturn de seguridad, que 300
individuos quedaron con secuelas. Describa el experimento usando
conceptos de v.a.

Solucin.
La noc. frecuentista de prob. nos permite aproximar la probabilidad de
tener secuelas mediante 300/2000=0,15=15%

X=tener secuelas tras accidente sin cinturn es variable de Bernoulli
X=1 tiene probabilidad p 0,15
X=0 tiene probabilidad q 0,85
12
Ejemplo de distribucin de Bernoulli.
Se ha observado estudiando 2000 accidentes de trfico con impacto
frontal y cuyos conductores s tenan cinturn de seguridad, que 10
individuos quedaron con secuelas. Describa el experimento usando
conceptos de v.a.

Solucin.
La noc. frecuentista de prob. nos permite aproximar la probabilidad de
quedar con secuelas por 10/2000=0,005=0,5%

X=tener secuelas tras accidente usando cinturn es variable de
Bernoulli
X=1 tiene probabilidad p 0,005
X=0 tiene probabilidad q 0,995
13
Observacin
En los dos ejemplos anteriores hemos visto cmo enunciar los resultados
de un experimento en forma de estimacin de parmetros en
distribuciones de Bernoulli.
Sin cinturn: p 15%
Con cinturn: p 0,5%

En realidad no sabemos en este punto si ambas cantidades son muy
diferentes o aproximadamente iguales, pues en otros estudios sobre
accidentes, las cantidades de individuos con secuelas hubieran sido con
seguridad diferentes.

Para decidir si entre ambas cantidades existen diferencias
estadsticamente significativas necesitamos introducir conceptos de
estadstica inferencial (extrapolar resultados de una muestra a toda la
poblacin).

Es muy pronto para resolver esta cuestin ahora. Esperemos a las
pruebas de X
2
.

14
Distribucin binomial
Funcin de probabilidad


Problemas de clculo si n es grande y/o p cercano a 0 o 1.

Media: =n p


Varianza:
2
= n p q
n k q p
k
n
k X P
k n k
s s
|
|
.
|

\
|
= =

0 , ] [
15
Distribucin Binomial
Si se repite un nmero fijo de veces, n, un experimento de Bernoulli con
parmetro p, el nmero de xitos sigue una distribucin binomial de parmetros
(n,p).

Lanzar una moneda 10 veces y contar las caras.
Bin(n=10,p=1/2)

Lanzar una moneda 100 veces y contar las caras.
Bin(n=100,p=1/2)
Difcil hacer clculos con esas cantidades. El modelo normal ser ms adecuado.

El nmero de personas que enfermar (en una poblacin de 500.000
personas) de una enfermedad que desarrolla una de cada 2000 personas.
Bin(n=500.000, p=1/2000)
Difcil hacer clculos con esas cantidades. El modelo de Poisson ser ms
adecuado.
16
Parecidos razonables
An no conocis la distribucin normal,
ni de Poisson.

De cualquier forma ah tenis la
comparacin entre valores de p no muy
extremos y una normal de misma media
y desviacin tpica, para tamaos de n
grandes (n>30).

Cuando p es muy pequeo es mejor
usar la aproximacin del modelo de
Poisson.
17
Distribucin de Poisson
Tambin se denomina de sucesos raros.
Se obtiene como aproximacin de una distribucin
binomial con la misma media, para n grande (n>30) y p
pequeo (p<0,1).
Queda caracterizada por un nico parmetro (que es a
su vez su media y varianza.)
Funcin de probabilidad:
,... 2 , 1 , 0 ,
!
] [ = = =

k
k
e k X P
k

18
Ejemplos de variables de Poisson
El nmero de individuos que ser atendido un da cualquiera en el servicio de
urgencias del hospital clnico universitario.
En Mlaga hay 500.000 habitantes (n grande)
La probabilidad de que cualquier persona tenga un accidente es pequea,
pero no nula. Supongamos que es 1/10.000
Bin(n=500.000,p=1/10.000) Poisson(=np=50)

Sospechamos que diferentes hospitales pueden tener servicios de
traumatologa de diferente calidad (algunos presentan pocos, pero creemos
que an demasiados, enfermos con secuelas tras la intervencin). Es dificil
compararlos pues cada hospital atiende poblaciones de tamaos diferentes
(ciudades, pueblos,)
Tenemos en cada hospital n, n de pacientes atendidos o n individuos de
la poblacin que cubre el hospital.
Tenemos p pequeo calculado como frecuencia relativa de secuelas con
respecto al total de pacientes que trata el hospital, o el tamao de la
poblacin,
Se puede modelar mediante Poisson(=np)
19
Distribucin normal o de Gauss
Aparece de manera natural:
Errores de medida.
Distancia de frenado.
Altura, peso, propensin al crimen
Distribuciones binomiales con n grande (n>30) y p ni pequeo
(np>5) ni grande (nq>5).

Est caracterizada por dos parmetros: La media, , y la
desviacin tpica, .

Su funcin de densidad es:
2
2
1
2
1
) (
|
.
|

\
|

=
o

t o
x
e x f
20
N(, ): Interpretacin geomtrica
Podis interpretar la
media como un factor de
traslacin.

Y la desviacin tpica
como un factor de escala,
grado de dispersin,
21
N(, ): Interpretacin probabilista
Entre la media y una
desviacin tpica tenemos
siempre la misma
probabilidad: aprox. 68%

Entre la media y dos
desviaciones tpicas
aprox. 95%

22
Algunas caractersticas
La funcin de densidad es simtrica, mesocrtica y unimodal.
Media, mediana y moda coinciden.

Los puntos de inflexin de la fun. de densidad estn a distancia de .

Si tomamos intervalos centrados en , y cuyos extremos estn
a distancia , tenemos probabilidad 68%
a distancia 2 , tenemos probabilidad 95%
a distancia 25 tenemos probabilidad 99%

No es posible calcular la probabilidad de un intervalo simplemente usando la primitiva de la
funcin de densidad, ya que no tiene primitiva expresable en trminos de funciones
comunes.

Todas las distribuciones normales N(, ), pueden ponerse mediante una traslacin , y un
cambio de escala , como N(0,1). Esta distribucin especial se llama normal tipificada.
Justifica la tcnica de tipificacin, cuando intentamos comparar individuos diferentes
obtenidos de sendas poblaciones normales.
23
Tipificacin
Dada una variable de media y desviacin tpica , se denomina valor
tipificado,z, de una observacin x, a la distancia (con signo) con respecto a
la media, medido en desviaciones tpicas, es decir






En el caso de variable X normal, la interpretacin es clara: Asigna a todo
valor de N(, ), un valor de N(0,1) que deja exctamente la misma
probabilidad por debajo.

Nos permite as comparar entre dos valores de dos distribuciones normales
diferentes, para saber cul de los dos es ms extremo.
o

=
x
z
24
Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z<1,85]
Solucin: 0,968 = 96,8%
25
Tabla N(0,1)
Z es normal tipificada.

Calcular P[Z<-0,54]
Solucin: 1-0,705 = 0,295
26
Tabla N(0,1)
Z es normal tipificada.

Calcular P[-0,54<Z<1,85]
Solucin: 0,968-0,295= 0,673
27
Ejemplo: Clculo con probabilidades normales

El colesterol en la poblacin tiene distribucin normal, con
media 200 y desviacin 10.

Qu porcentaje de indivduos tiene colesterol inferior a
210?

Qu valor del colesterol slo es superado por el 10% de
los individuos.
28
Todas las distribuciones normales son similares salvo traslacin y cambio de escala:
Tipifiquemos.

1
10
200 210
=

=
o
x
z
841 , 0 ) ver tabla ( ] 00 , 1 [ = = < Z P
29
8 , 212 28 , 1 10 200
10
200
28 , 1
= + =

=
x
x
El valor del colesterol que slo supera el 10% de los individuos es el percentil 90. Calculemos el
percentil 90 de la N(0,1) y deshacemos la tipificacin.

o

=
x
z
30
Ejemplo: Tipificacin
Se quiere dar una beca a uno de dos estudiantes de
sistemas educativos diferentes. Se asignar al que tenga
mejor expediente acadmico.
El estudiante A tiene una calificacin de 8 en un
sistema donde la calificacin de los alumnos se
comporta como N(6,1).
El estudiante B tiene una calificacin de 80 en un
sistema donde la calificacin de los alumnos se
comporta como N(70,10).
Solucin
No podemos comparar directamente 8 puntos de A
frente a los 80 de B, pero como ambas poblaciones se
comportan de modo normal, podemos tipificar y
observar las puntuaciones sobre una distribucin de
referencia N(0,1)
31
1
10
70 80
2
1
6 8
=

=
=

=
B
B B
B
A
A A
A
x
z
x
z
o

o

Como Z
A
>Z
B
, podemos decir que el
porcentaje de compaeros del mismo
sistema de estudios que ha superado
en calificacin el estudiante A es
mayor que el que ha superado B.
Podramos pensar en principio que A
es mejor candidato para la beca.

32
Por qu es importante la distribucin normal?
Las propiedades que tiene la distribucin normal son interesantes, pero
todava no hemos hablado de por qu es una distribucin especialmente
importante.

La razn es que aunque una v.a. no posea distribucin normal, ciertos
estadsticos/estimadores calculados sobre muestras elegidas al azar s
que poseen una distribucin normal.

Es decir, tengan las distribucin que tengan nuestros datos, los objetos
que resumen la informacin de una muestra, posiblemente tengan
distribucin normal (o asociada).
33
Aplic. de la normal: Estimacin en muestras
Como ilustracin mostramos
una variable que presenta
valores distribuidos de forma
muy asimtrica. Claramente no
normal.

Saquemos muestras de
diferentes tamaos, y usemos
la media de cada muestra para
estimar la media de la
poblacin.
34
Aplic. de la normal: Estimacin en muestras
Cada muestra ofrece un resultado
diferente: La media muestral es
variable aleatoria.

Su distribucin es ms parecida a
la normal que la original.

Tambin est menos dispersa. A
su dispersin (desv. tpica del
estimador media muestral os
gusta el nombre largo?) se le suele
denominar error tpico.
35
Aplic. de la normal: Estimacin en muestras
Al aumentar el tamao, n,
de la muestra:

La normalidad de las
estimaciones mejora

El error tpico disminuye.
36
Aplic. de la normal: Estimacin en muestras
Puedo garantizar medias
muestrales tan cercanas como
quiera a la verdadera media,
sin ms que tomar n bastante
grande

Se utiliza esta propiedad para
dimensionar el tamao de una
muestra antes de empezar una
investigacin.

37
Resumen: Teorema del lmite central
Dada una v.a. cualquiera, si extraemos muestras de
tamao n, y calculamos los promedios muestrales, entonces:

dichos promedios tienen distribucin
aproximadamente normal;

La media de los promedios muestrales
es la misma que la de la variable original.

La desviacin tpica de los promedios disminuye en un factor raz de n (error estndar).

Las aproximaciones anteriores se hacen exactas cuando n tiende a infinito.

Este teorema justifica la importancia de la distribucin normal.

Sea lo que sea lo que midamos, cuando se promedie sobre una muestra grande
(n>30) nos va a aparecer de manera natural la distribucin normal.
38
Distribuciones asociadas a la normal
Cuando queramos hacer inferencia estadstica hemos visto que la distribucin normal
aparece de forma casi inevitable.

Dependiendo del problema, podemos encontrar otras (asociadas):
X
2
(chi cuadrado)
t- student
F-Snedecor

Estas distribuciones resultan directamente de operar con distribuciones normales.
Tpicamente aparecen como distribuciones de ciertos estadsticos.

Veamos algunas propiedades que tienen (superficialmente). Para ms detalles consultad el
manual.

Sobre todo nos interesa saber qu valores de dichas distribuciones son atpicos.
Significacin, p-valores,
39
Chi cuadrado
Tiene un slo parmetro
denominado grados de libertad.

La funcin de densidad es
asimtrica positiva. Slo tienen
densidad los valores positivos.

La funcin de densidad se hace
ms simtrica incluso casi gausiana
cuando aumenta el nmero de
grados de libertad.

Normalmente consideraremos
anmalos aquellos valores de la
variable de la cola de la derecha.
40
T de student
Tiene un parmetro denominado grados de
libertad.

Cuando aumentan los grados de libertad,
ms se acerca a N(0,1).

Es simtrica con respecto al cero.

Se consideran valores anmalos los que se
alejan de cero (positivos o negativos).
41
F de Snedecor
Tiene dos parmetros
denominados grados de libertad.

Slo toma valores positivos. Es
asimtrica.

Normalmente se consideran
valores anmalos los de la cola de
la derecha.
42
Qu hemos visto?
En v.a. hay conceptos equivalentes a los de temas anteriores
Funcin de probabilidad Frec. Relativa.
Funcin de densidad histograma
Funcin de distribucin diagr. Integral.
Valor esperado media,
Hay modelos de v.a. de especial importancia:
Bernoulli
Binomial
Poisson
Normal
Propiedades geomtricas
Tipificacin
Aparece tanto en problemas con variables cualitativas (dicotmicas,
Bernoulli) como numricas
Distribuciones asociadas
T-student
X2
F de Snedecor